Ο εμπειρογνώμονας της AI αποκαλύπτει πώς οι κορυφαίοι μηχανικοί της AI αλλάζουν τον τρόπο που κάνουμε επιχειρήσεις

Από τον Rishon Blumberg, 10x συνιδρυτή διαχείρισης

Ο κόσμος των επιχειρήσεων αλλάζει γρήγορα και η εύρεση ενός ταλαντούχου μηχανικού AI μπορεί να φέρει στην εταιρεία σας σημαντικά ανταγωνιστικά πλεονεκτήματα. Ενώ οι επιχειρηματίες έχουν στηριχθεί στο ένστικτό τους και τη διαίσθησή τους για να υπαγορεύσουν την κατεύθυνση των επιχειρήσεων τους για μεγάλο χρονικό διάστημα, οι μηχανικοί της AI βοηθούν τις επιχειρήσεις να ελέγχουν ή να δυσφημίζουν μερικές από τις πεποιθήσεις τους.

Ένας μηχανικός της AI έχει τη δυνατότητα να έρθει σε μια επιχείρηση και να μεταμορφώσει τον τρόπο που κάνουμε επιχειρήσεις. Και οι ηγέτες των επιχειρήσεων χρησιμοποιούν δεδομένα για τη λήψη αποφάσεων όπως ποτέ άλλοτε. Τα στελέχη εξακολουθούν να βασίζονται στη διαίσθηση, αλλά η AI είναι εδώ για να μας βοηθήσει να επαληθεύσουμε ή να δυσφημίσουμε τις πεποιθήσεις μας.

Ως τεχνικός επιχειρηματίας που δουλεύω με μερικούς από τους καλύτερους μηχανικούς της AI στον κόσμο, έχω παρακολουθήσει τη μετασχηματιστική δύναμη που μπορεί να έχει ένας μηχανικός της AI σε μια επιχείρηση. Είχα το προνόμιο να συνομιλήσω με έναν μηχανικό και ένα θαύμα που ξεκίνησε το πανεπιστήμιο στην ηλικία των 12 ετών, Zack Dvey-Aharon, για τον τρόπο με τον οποίο οι εταιρείες θα αρχίσουν να χρησιμοποιούν το AI στη νέα εποχή που βασίζεται στις πληροφορίες για τις επιχειρήσεις.

Rishon (με έντονα γράμματα): Ευχαριστώ που πήρατε το χρόνο να μιλήσετε μαζί μου Zack. Ποια είναι η αγαπημένη σας χρήση του AI που έχετε εργαστεί προσωπικά;

Zack: Ως μηχανικός του AI, έχω βοηθήσει τις εταιρείες υγειονομικής περίθαλψης να αναλύσουν τα δεδομένα για να καταλάβουν πότε η θεραπεία τους λειτουργεί καλύτερα. Έχω βοηθήσει τις επιχειρήσεις του κυβερνοχώρου να εντοπίσουν μη φυσιολογική συμπεριφορά δικτύου για λόγους ασφαλείας, να βοηθήσουν τις ενεργειακές εταιρείες να κατανοήσουν καλύτερα τις δυνατότητες γεωτρήσεων των ωκεανών, οι εμπορικές εταιρείες να βελτιστοποιήσουν τις τιμές και τις προσφορές τους, ο κατάλογος συνεχίζεται ... Αν επιλέξω ένα αγαπημένο, mail από αυτά που άφησα έξω! Όλοι οι πελάτες μου είναι ιδιαίτεροι για μένα και πραγματικά αρέσει να εργάζομαι σε κάθε έργο που αναλαμβάνω.

Αρκετή διπλωματική απάντηση! Ποιοι είναι μερικοί τρόποι με τους οποίους πιστεύετε ότι το AI θα κερδηθεί στο μέλλον;

Θα χρησιμοποιήσω ένα απλό παράδειγμα που δείχνει πώς η AI μπορεί να βελτιώσει τις περισσότερες υπάρχουσες υπηρεσίες και προϊόντα και όχι απαραίτητα να δημιουργήσει νέες. Ένας μηχανικός του AI μπορεί να αναπτύξει ένα ψυγείο που να μπορεί να διαχειριστεί το περιεχόμενο μέσα στο ψυγείο και να ρυθμίσει τη θερμοκρασία ώστε να ταιριάζει ιδανικά με τα είδη παντοπωλείου σας. Η εταιρεία που απασχολεί τον μηχανικό της AI θα κερδηθεί απλώς με την πώληση περισσότερων μονάδων από τον ανταγωνισμό. Αυτό είναι μόνο ένα παράδειγμα. Βασικά, οι εταιρείες που επωφελούνται πραγματικά από τη νοημοσύνη του AI θα είναι σε θέση να αποφέρουν κέρδος απλώς και μόνο καλύτερα από τον ανταγωνισμό.

Ας το συγκρίνουμε με το μπέιζμπολ και το διάσημο παράδειγμα του Moneyball και του Oakland Athletics για ένα δευτερόλεπτο. Το 2002, το Όουκλαντ άρχισε να χρησιμοποιεί βαθιά στατιστικά στοιχεία για να αναλύσει και να βρει υποτιμημένους παίκτες στα μεγάλα και δευτερεύοντα πρωταθλήματα πριν από οποιαδήποτε άλλη ομάδα. Ενώ οι περισσότερες ομάδες είχαν ανιχνευτές που θα βασίζονταν σε ένστικτα για να αξιολογήσουν έναν παίκτη, το Oakland χρησιμοποίησε αντικειμενικά στατιστικά στοιχεία και αλγόριθμους για την αξιολόγηση των παικτών. Αυτό επέτρεψε στο Oakland - με μισθοδοσία 44 εκατομμυρίων δολαρίων - να ανταγωνιστεί με ομάδες όπως οι New York Yankees - με μισθοδοσία ύψους 125 εκατομμυρίων δολαρίων. Τα δεδομένα μας επιτρέπουν να αξιολογήσουμε την ακριβή επίπτωση που έχει ένας παίκτης στο πεδίο. Ποιο ποσοστό του χρόνου ένας παίκτης χτύπησε μια καμπύλη που ταξιδεύει 82 μίλια / ώρα στην είσοδο έναντι του outfield έναντι του φράχτη; Ακριβώς όπως το μπέιζμπολ μετατράπηκε από στατιστικά στοιχεία, ο ευρύτερος επιχειρηματικός κόσμος μεταμορφώνεται και από την AI. Οποιαδήποτε μέθοδος (όπως το Moneyball) που σας δίνει ένα ανταγωνιστικό πλεονέκτημα θα κερδηθεί.

Ως fan του Yankees, εκτιμώ την αναλογία του μπέιζμπολ. Πώς είναι το AI διαφορετικό από άλλες τεχνολογίες στο παρελθόν;

Μέσω της ανάλυσης δεδομένων, οι μηχανικοί της AI μπορούν να επιτρέψουν στις εταιρείες να λειτουργούν πολύ πιο αποτελεσματικά, να προσαρμόζονται στις αλλαγές, να ακυρώνουν περιττές επιχειρηματικές διαδικασίες και να αντικαθιστούν δαπανηρές εναλλακτικές λύσεις, συμπεριλαμβανομένων των ανθρώπινων θέσεων εργασίας.

Το AI είναι απόλυτα εξαρτημένο από δεδομένα, έτσι ώστε οι αλγόριθμοι να μας βοηθήσουν να καταλάβουμε από πού μπορούμε να βελτιώσουμε τις διαδικασίες μας, σε αντίθεση με τη χρήση της διαίσθησης (όπως μόλις ανέφερα) ή των ανθρώπων που αναλύουν τα δεδομένα. Αυτό δεν έχει συμβεί ποτέ πριν.

Τα δεδομένα είναι ένα πραγματικό χρυσωρυχείο και ο ουρανός είναι το όριο με το πώς μπορεί να χρησιμοποιηθεί. Χρησιμοποιώντας έναν μόνο μηχανικό ή πολλούς μηχανικούς της AI, οι εταιρείες έχουν ατελείωτες ευκαιρίες να κατανοήσουν καλύτερα τις επιχειρηματικές τους διαδικασίες, να τις βελτιώσουν, να τις βελτιστοποιήσουν και να αποκαλύψουν νέες ιδέες που μπορούν να αλλάξουν δραματικά την κατώτατη γραμμή.

Σε γενικές γραμμές, ποιες είναι οι διαφορές μεταξύ της Data Science, της AI και της Machine Learning;

Η επιστήμη των δεδομένων είναι ο πιο γενικός όρος για την ανάλυση δεδομένων. Τα δεδομένα μπορούν να αναλυθούν χειροκίνητα χωρίς αλγόριθμους ή μηχανισμούς μάθησης, πράγμα που σημαίνει ότι σε ορισμένες περιπτώσεις δεν είναι καθόλου AI.

Η Τεχνητή Νοημοσύνη (AI) καλύπτει όλους τους μηχανογραφημένους / αλγοριθμους τρόπους για να μαθαίνουν δεδομένα και να αντιδρούν καλύτερα σε αυτό.

Η Μηχανική Μάθηση (ML) είναι ένας υποτομέας της AI. Η μηχανική μάθηση διαθέτει μηχανισμούς αυτοδιδασκαλίας που γίνονται πιο έξυπνοι καθώς έχουν περισσότερα δεδομένα.

Έτσι, η διαφορά μεταξύ Machine Learning και AI είναι ότι το AI μπορεί να περιλαμβάνει σκληρούς κώδικες που δεν μαθαίνουν από τα δεδομένα, ενώ οι μηχανικοί Machine Learning θα κατασκευάσουν πάντα μηχανισμούς αυτοδιδασκαλίας.

Ποια εταιρεία πιστεύετε ότι θα κυριαρχήσει στο τοπίο της ΑΠ στο μέλλον; Για παράδειγμα, το 68% των αναζητήσεων στο Διαδίκτυο στις Η.Π.Α. γίνεται στο Google. Θα υπάρξει Google με AI;

Είναι δύσκολο να πούμε ότι μία εταιρεία θα μονοπωλήσει τη βιομηχανία. Η πρόβλεψή μου είναι ότι από αρκετά χρόνια, η AI, και πιο συγκεκριμένα η Machine Learning, θα ενσωματωθεί φυσικά παντού και από όλους. Ακριβώς όπως η Google και η μηχανή αναζήτησης της είναι παντού, η AI και η μηχανική μάθηση θα είναι παντού. Ένας μηχανικός της ΑΙ θα είναι μια πολύ κερδοφόρα θέση που θα έχει σε κάθε εταιρεία.

Ποιες είναι οι μεγαλύτερες προκλήσεις για τις εταιρείες που επιθυμούν να αγκαλιάσουν το AI;

Η ξεκάθαρη πρώτη πρόκληση είναι να βρούμε έναν αρκετά ισχυρό μηχανικό AI για να βοηθήσουμε μια εταιρεία ή να γίνουμε μέλος μιας εταιρείας. Αν συγκρίνουμε το AI με το παιχνίδι σκακιού, υπάρχουν σχεδόν ένας δισεκατομμύριος παίκτες σκακιού στον κόσμο, αλλά μόνο χίλιοι γκρανμάρς. Παρόλο που πολλοί άνθρωποι παρουσιάζονται ως ειδικοί μηχανικοί, υπάρχουν ίσως μερικές δεκάδες μηχανικοί ή ομάδες AI εκεί έξω με μια πραγματικά ισχυρή, διαφοροποιημένη εμπειρία σχεδίου στη μηχανική μάθηση. Η οικοδόμηση μιας μεγάλης λύσης AI είναι δύσκολη προς το παρόν, επειδή το ταλέντο είναι τόσο σπάνιο.

Ποιες είναι οι μεγαλύτερες παρανοήσεις σχετικά με το AI;

Στις ταινίες, βλέπουμε συχνά μηχανές που είναι «έξυπνες» όπως τα ανθρώπινα όντα που μπορούν να προσαρμόσουν τη γλώσσα και τη συμπεριφορά τους σε απρόβλεπτες καταστάσεις. Ήταν μια φαντασία για τους ανθρώπους για μεγάλο χρονικό διάστημα, ειδικά επειδή ήταν ρεαλιστικά θέτει ως πρόκληση από τον Alan Turing στη δεκαετία του 1950. Η αλήθεια είναι ότι αυτή η τεχνολογία είναι ακόμα μακριά μας, γι 'αυτό θα έλεγα ότι είναι η μεγαλύτερη εσφαλμένη αντίληψη. Οι μηχανικοί της AI εργάζονται σκληρά για να μας φτάσουν εκεί, αλλά δεν είμαστε τόσο κοντά.

Ποια είναι η αγαπημένη σας χρήση της τεχνολογίας AI που εφαρμόζεται σήμερα;

Ως μηχανικός του AI, είναι δύσκολο να επιλέξετε ένα αγαπημένο. Θεωρώ ότι η ίδια η επανάσταση είναι εκπληκτική. Οι ασφαλιστικές εταιρείες κατανοούν καλύτερα τους πελάτες τους, οι εταιρείες μέσων ενημέρωσης αξιολογούν καλύτερα τους καλλιτέχνες τους, οι αεροπορικές εταιρείες βελτιώνουν καλύτερα τις τιμές των εισιτηρίων τους, ο κατάλογος συνεχίζεται.

Ποιο είναι το ένα παράδειγμα μιας εφαρμογής του AI που αισθάνεται ότι είναι αναπόφευκτη για εσάς, όμως σήμερα κανένας που γνωρίζετε δεν εργάζεται πραγματικά σε αυτό;

Νομίζω ότι το AI που παίρνει κείμενο γραμμένο για ένα άτομο και από αυτό το άτομο από πολλές διαφορετικές πηγές και συγκεντρώνει μια έξυπνη, ολοκληρωμένη ανάλυση και αναφορά θα ήταν χρήσιμη για τους προσωπικούς πελάτες, τις εταιρείες και τις υπηρεσίες πληροφοριών. Φανταστείτε να προσπαθείτε να μάθετε πληροφορίες σχετικά με έναν δυνητικό πελάτη και να χρειαστεί να μεταβείτε από το σημείο Α στο σημείο Β και από όλα τα μέρη για να βρείτε χρήσιμες πληροφορίες. Το AI θα μπορούσε να καταστήσει τόσο ευκολότερη αυτή τη διαδικασία συγκεντρώνοντας χρήσιμα δεδομένα και παρέχοντάς σας μία χρήσιμη αναφορά, σε αντίθεση με εκατοντάδες πηγές με κομμάτια χρήσιμων πληροφοριών.

Ποια συμβουλή θα προσέθετε σε μια εταιρεία που προσπαθεί να αποκομίσει ταλέντο AI;

Είναι σημαντικό να κάνετε έρευνα για τους μηχανικούς της AI που έχουν υπογράψει συμβάσεις από ανταγωνιστές ή άλλες εταιρείες του χώρου. Η εταιρεία μου έχει παραδώσει περισσότερα από 40 έργα AI σε πελάτες, και σε κάθε περιοχή, η εμπειρία του προηγούμενου μηχανικού AI με παρόμοια προβλήματα αποδείχτηκε καθοριστικός παράγοντας.

Οι εταιρείες που προέρχονται από τους μηχανικούς της AI και το ταλέντο ανάπτυξης πρέπει να κατανοούν δύο βασικές παραμέτρους:

  1. Πόσο ισχυρός και έμπειρος είναι ο μηχανικός;
  2. Πόσο εύκολα μπορεί να ενσωματωθεί η δουλειά τους με την εταιρεία, την ομάδα IT και με το γενικό "DNA δεδομένων" της επιχείρησης;

Στη σημερινή οικονομία, ακόμα και άπειροι επιστήμονες δεδομένων και μηχανικοί της AI έχουν γίνει πολύ ακριβοί, έτσι η οικοδόμηση μιας ομάδας φαίνεται λιγότερο ρεαλιστική για τις περισσότερες εταιρείες.

Πραγματικά ξεκινήσατε το πανεπιστήμιο στην ηλικία των 12 ετών;

Σίγουρα το έκανα. Ως παιδί, πάντα έψαχνα νέες προκλήσεις και νέους τρόπους μάθησης. Έπεισε τους γονείς μου να μου επιτρέψουν να δοκιμάσω μια πανεπιστημιακή τάξη και όταν ήμουν σε θέση να συμβαδίζω με την τάξη, εγώ εγώ εγγράφηκα σε περισσότερα. Ήμουν σε θέση να ολοκληρώσω το πανεπιστημιακό μου πτυχίο πριν από την αποφοίτηση του γυμνασίου.

Αν σας αρέσει αυτό το άρθρο, ίσως να απολαύσετε την ανάγνωση του How One Blockchain Developer βλέπει το μέλλον της τεχνολογίας

Η Rishon Blumberg είναι επιχειρηματίας και ιδρυτής της 10x Management, μιας εξέχουσας εταιρείας ταλέντων τεχνολογίας. Είναι ένας ηγέτης σκέψης στο μέλλον του χώρου εργασίας, αφού έχει δημοσιευθεί στο Business Review του Χάρβαρντ και κάνει συχνές εμφανίσεις στην τηλεόραση Bloomberg και το CNBC. Ο Rishon αποφοίτησε από το Wharton School of Business με πτυχίο επιχειρηματικής διαχείρισης το 1994.

Αρχικά δημοσιεύθηκε στο www.10xmanagement.com στις 27 Απριλίου 2018.